基于蟻群算法的物流優化策略

摘 ? 要：隨著科技的進步，信息網絡迅速發展，人們已經將消費越來越多地轉移到了電子商務平臺上。一方面人們生活水平不斷提高，通過電子商務平臺購買的各種商品日益增多;另一方面人們又要求所購買的商品能快速地送達。物流配送的實時、高效、經濟不僅是滿足顧客需求的重要保證，也是配送公司信譽和生存的保證。本文應用蟻群算法對物流公司的配送進行優化，使配送過程實現最優。

關鍵詞：蟻群算法 ?物流配送 ?最優策略

中圖分類號：TP18;F252 ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? 文章編號：1674-098X（2020）02（b）-0169-02

1 ?物流配送的重要性

物流配送是指物流公司對客戶的商品進行接收、整理、分配及運輸的過程。過去，電子信息不發達，物流僅局限于信件往來和親朋好友間的包裹郵寄，這些商品數量少，重量輕，物流工作人員的工作量小，只是簡單的按送貨地址發送就可以了。隨著科學技術的迅猛發展，互聯網的迅速擴大，電子商務幾乎占據了人們生活的各個角落，吃的和用的，生活的和工業的，人們的消費已經更多的轉移到了網上購物，甚至大有超過實體店消費的勢頭。在這種情況下，人們就更需要自己所購買的商品能及時地送達，因此物流商品數目多，要求送貨及時是目前送貨公司亟待解決的問題。

2 ?蟻群算法

1991年，意大利科學家提出了蟻群算法，蟻群算法是通過對螞蟻進行研究得到的優化算法。蟻群算法模擬螞蟻群體分工與協作進行覓食的原理提出的。蟻群算法目前在人工智能領域有極其廣泛的應用。應用蟻群算法可以對機器人進行路徑規劃、任務分配與協作，對電力系統進行故障診斷，對圖像進行處理，也可以用于軍事作戰中的空戰決策等。根據蟻群算法的特點，本文將蟻群算法應用于物流配送，效果比較好。

2.1 配送任務描述

本文所考慮的物流配送的前提是配送公司工作量繁重：（1）配送商品多且配送商品包括需要從配送公司送到客戶手中的商品、需要從客戶手中取走送回配送公司的退貨商品以及臨時需要加急配送的商品。（2）配送地點多。（3）配送距離遠近不同。（4）配送車輛眾多（一輛車中有一名配送員）且各車容積和載重量相同。在這種工作前提下，需要的配送結果應該是完成任務效率最大化和完成任務消耗最小化。

物流配送分兩個過程：（1）所有車輛執行任務前，物流公司進行分配任務時，根據現有商品情況進行物流分配。（2）車輛在執行任務過程中，有客戶需要商品的加急任務或新增退貨任務，這時物流配送需根據剩余任務和新任務快速進行新的任務分配，并將新的配送任務指令傳遞給指定的快遞員，從而實現配送工作的實時性。

假定車輛集合C={C1， C2， …，Ci， Cj，…， Cv}，v為車輛總數。第Ci個車輛的物流任務集合可描述為Ci={Ci1，Ci2，…，Cii，Cij，…，Cin}，該集合是車輛動態的物流任務集合，它隨時接受新的物流任務，同時它還將退貨申請任務作為子任務放入自己的物流任務集合中，它是第i個車輛物流任務的待選任務集合，而不是必選物流任務集合。Cij表示第Ci個車輛第j個待執行的子任務，n為t時刻系統的待執行物流任務的個數。每個物流子任務Cij可以用變量組來描述Cij =[xij， yij ， hij， qij， rij，zij]。其中，xij，yij，分別表示物流子任務Cij的位置坐標;hij表示車輛完成物流子任務Cij的所需起始時間;qij為權重系數，表示該物流子任務的重要程度;rij表示該物流任務商品的體積;zij表示該物流任務商品的重量。

2.2 基本蟻群算法

4 ?結語

隨著信息化的迅速發展，合理的物流配送將會越來越重要。合理的物流配送不僅能及時地將商品送達客戶，更能提高配送公司的信譽，減少配送公司的開支，使配送公司在競爭中處于不敗之地。

參考文獻

[1] 段海濱.蟻群算法原理及其應用[M].北京：科學出版社，2005.

[2] 王靈霞，張遠平，吳佩莉.蟻群算法求解發布式系統任務分配問題[J].計算機工程與設計，2008，29（6）：1472-1474.

[3] 任韶萱.蟻群算法在多機器人協作中的應用[J].沈陽理工大學學報，2011， 30（5）：45-49.

[4] 萬旭，林建良，楊小偉.改進的最大最小螞蟻算法在有時間窗車輛路徑問題中的應用[J].計算機集成制造系統，2005，11（4）：572-576.